Préparer le repo P8 autonome : CI syntaxe, fetch-data, URLs Forgejo.

Le dataset Cityscapes reste hors git (échantillon de démo conservé).
This commit is contained in:
Grégoire Mureau 2026-09-09 15:16:52 +02:00
parent eebb2b2c63
commit 6b8ef53e2d
4 changed files with 63 additions and 3 deletions

24
.github/workflows/ci.yml vendored Normal file
View file

@ -0,0 +1,24 @@
# CI légère — P8 Street Vision
# Même fichier lu par Forgejo Actions et GitHub Actions (OC-ADR-001).
# Le build Docker (SegFormer / TF) est Phase 6 : trop lourd pour le runner k3s (8 Gio).
name: CI
on:
push:
branches: [main]
workflow_dispatch:
jobs:
syntax:
runs-on: ubuntu-latest
steps:
- name: Checkout
uses: actions/checkout@v4
- name: Python syntax (no model load)
run: |
set -eu
apt-get update
apt-get install -y --no-install-recommends python3
python3 -m py_compile app/main.py app/streamlit_app.py utils/utils.py

6
.gitignore vendored
View file

@ -1 +1,7 @@
./mlruns* ./mlruns*
**/.env
**/.env.*
!.env.example
**/__pycache__
**/.pytest_cache
downloaded_artifacts/

View file

@ -1,5 +1,16 @@
# 🚗 Segmentation Multi-Classes pour Véhicules Autonomes # 🚗 Segmentation Multi-Classes pour Véhicules Autonomes
**Source de vérité** : [Forgejo](https://git.gregoiremureau.com/grgmro/oc-p08-street-vision) (auto-hébergé).
```bash
git clone https://git.gregoiremureau.com/grgmro/oc-p08-street-vision.git
git clone https://git.gregoiremureau.com/grgmro/oc-p08-street-vision.git
```
Prod : https://api.gregoiremureau.com/ml/street-vision/
Dataset complet : `./fetch-data.sh` (Cityscapes **hors** git ; petit échantillon déjà dans `notebooks/content/data/`).
## 📋 Description du Projet ## 📋 Description du Projet
Ce projet développe un système de segmentation sémantique d'images de rue destiné aux véhicules autonomes. Il permet l'identification et la segmentation automatique de différents éléments urbains : véhicules, piétons, mobilier urbain, infrastructure routière, etc. Ce projet développe un système de segmentation sémantique d'images de rue destiné aux véhicules autonomes. Il permet l'identification et la segmentation automatique de différents éléments urbains : véhicules, piétons, mobilier urbain, infrastructure routière, etc.
@ -110,8 +121,8 @@ Utilisation de la bibliothèque **[segmentation_models](https://github.com/qubve
#### Configuration rapide #### Configuration rapide
```bash ```bash
# Cloner le projet # Cloner le projet
git clone https://github.com/GrgMdmn/OpenClassrooms_AI_Projects.git git clone https://git.gregoiremureau.com/grgmro/oc-p08-street-vision.git
cd OpenClassrooms_AI_Projects/Project_8 cd oc-p08-street-vision
# Copier et adapter la configuration # Copier et adapter la configuration
cp .env.example .env cp .env.example .env

19
fetch-data.sh Executable file
View file

@ -0,0 +1,19 @@
#!/usr/bin/env bash
# Datasets hors git (OC-ADR-003). Ce script n'en télécharge pas : il documente la source.
set -euo pipefail
cat <<'EOF'
P8 — Cityscapes (segmentation sémantique urbaine)
Source amont (inscription obligatoire) :
https://www.cityscapes-dataset.com/
Le repo contient uniquement un petit échantillon sous
notebooks/content/data/test_images_sample/
notebooks/content/data/new_images_to_predict/
pour la démo. Le dataset complet (~11 Go leftImg8bit + gtFine) ne doit
pas être versionné.
Copie locale éventuelle : archive scolaire Nextcloud
Master_openclassroom_AI_Engineer/08 Traitez les images pour le système embarqué...
EOF